Похоже на типичную проблему с нехваткой ресурсов. В моём последнем микросервисе была похожая всплеск, когда очередь асинхронных задач перегрузилась, а все потоки заняты. Я добавила небольшой токеновый бакет для ограничения входящих запросов и небольшой кэш, чтобы часто используемые данные не грузились из базы каждый раз. Это удержало задержки под контролем, без переработки всего проекта. Ты что-нибудь подобное пробовал?